Heim
Black Forest Labs veröffentlicht Flux3, das erste multimodale Modell mit nativer 20-Sekunden-Synchronisation von Audio und Video
Am 23. Juli hat das deutsche KI-Start-up Black Forest Labs das multimodale Grundmodell Flux3 offiziell vorgestellt und damit einen bedeutenden Fortschritt in der generativen Videotechnologie erzielt. Das auf der Self-Flow-Architektur basierende Modell integriert spezielle Codecs für Bild, Video, Audio und Bewegung und ermöglicht so ein einheitliches Verständnis und eine einheitliche Generierung sowohl in physischen als auch in digitalen Umgebungen.

Als erstes Modell, das die native Audiogenerierung unterstützt, kann Flux3 synchronisierte Audio-Video-Clips von bis zu 20 Sekunden Länge erzeugen und deckt dabei Funktionen wie die Konvertierung von Text, Bild und Video in Video, Keyframe-basierte Übergänge sowie mehrsprachige Dialoge ab. In ersten Benchmarks bei einer Auflösung von 720p für 10-Sekunden-Clips zeigte Flux3 eine starke Wettbewerbsfähigkeit und übertraf Luma Ray 3.2 (93 % Erfolgsquote) sowie Runway Gen-4.5 (77 % Erfolgsquote), während es gleichzeitig einen leichten Vorsprung gegenüber Spitzenmodellen wie Seedance 2.0 und Gemini Omni Flash behielt.
Darüber hinaus entwickelte das Unternehmen in Zusammenarbeit mit Mimic Robotics das Video-Aktionsmodell „Flux-mimic“ für den Robotiksektor, das bereits in einem Audi-Werk in Produktionstests eingesetzt wird. BFL verfolgt eine Strategie der schrittweisen Veröffentlichung: Flux3Video ist ab sofort verfügbar, Flux3Image und das Open-Source-Gewicht „Flux3Dev“ werden in Kürze folgen. Durch die Überwindung der Einschränkungen modaler Informationen beschleunigt Flux3 den Fortschritt der KI hin zu einem „Weltmodell“, das in der Lage ist, die physische Welt wahrzunehmen und darin zu agieren.
Verwandter Artikel
Apple stellt die erste öffentliche Beta-Version von iOS 27 vor – damit wird Siri einer umfassenden KI-Überarbeitung unterzogen
Apple hat heute offiziell die erste öffentliche Beta-Version von iOS 27 für Nutzer veröffentlicht . Für dieses Update ist kein Entwicklerkonto erforderlich. Nutzer müssen sich lediglich auf der Websit
OpenAI erweitert seine API um GPT-Live-1 mit Vollduplex-Sprachunterstützung und Unterbrechungsfunktion für Kundendienstgespräche
OpenAI hat GPT-Live-1 in seine API integriert und ermöglicht Entwicklern damit die Erstellung von Anwendungen und Geschäftsabläufen, die Sprachinteraktionen in Echtzeit ermöglichen. Dieses Modell unte
Cloudflare stellt den Open-Source-AI-Agent-Workspace vor, mit dem Mitarbeiter ohne Programmierkenntnisse individuelle Arbeitsabläufe erstellen können
Cloudflare hat offiziell „Cloudflare OS“ veröffentlicht, eine Open-Source-Arbeitsumgebung für KI-Agenten, die direkt im Browser läuft. Diese Plattform integriert eine Vielzahl an anpassbaren und gemei
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
Am 23. Juli hat das deutsche KI-Start-up Black Forest Labs das multimodale Grundmodell Flux3 offiziell vorgestellt und damit einen bedeutenden Fortschritt in der generativen Videotechnologie erzielt. Das auf der Self-Flow-Architektur basierende Modell integriert spezielle Codecs für Bild, Video, Audio und Bewegung und ermöglicht so ein einheitliches Verständnis und eine einheitliche Generierung sowohl in physischen als auch in digitalen Umgebungen.

Als erstes Modell, das die native Audiogenerierung unterstützt, kann Flux3 synchronisierte Audio-Video-Clips von bis zu 20 Sekunden Länge erzeugen und deckt dabei Funktionen wie die Konvertierung von Text, Bild und Video in Video, Keyframe-basierte Übergänge sowie mehrsprachige Dialoge ab. In ersten Benchmarks bei einer Auflösung von 720p für 10-Sekunden-Clips zeigte Flux3 eine starke Wettbewerbsfähigkeit und übertraf Luma Ray 3.2 (93 % Erfolgsquote) sowie Runway Gen-4.5 (77 % Erfolgsquote), während es gleichzeitig einen leichten Vorsprung gegenüber Spitzenmodellen wie Seedance 2.0 und Gemini Omni Flash behielt.
Darüber hinaus entwickelte das Unternehmen in Zusammenarbeit mit Mimic Robotics das Video-Aktionsmodell „Flux-mimic“ für den Robotiksektor, das bereits in einem Audi-Werk in Produktionstests eingesetzt wird. BFL verfolgt eine Strategie der schrittweisen Veröffentlichung: Flux3Video ist ab sofort verfügbar, Flux3Image und das Open-Source-Gewicht „Flux3Dev“ werden in Kürze folgen. Durch die Überwindung der Einschränkungen modaler Informationen beschleunigt Flux3 den Fortschritt der KI hin zu einem „Weltmodell“, das in der Lage ist, die physische Welt wahrzunehmen und darin zu agieren.
Apple stellt die erste öffentliche Beta-Version von iOS 27 vor – damit wird Siri einer umfassenden KI-Überarbeitung unterzogen
Apple hat heute offiziell die erste öffentliche Beta-Version von iOS 27 für Nutzer veröffentlicht . Für dieses Update ist kein Entwicklerkonto erforderlich. Nutzer müssen sich lediglich auf der Websit
OpenAI erweitert seine API um GPT-Live-1 mit Vollduplex-Sprachunterstützung und Unterbrechungsfunktion für Kundendienstgespräche
OpenAI hat GPT-Live-1 in seine API integriert und ermöglicht Entwicklern damit die Erstellung von Anwendungen und Geschäftsabläufen, die Sprachinteraktionen in Echtzeit ermöglichen. Dieses Modell unte
Cloudflare stellt den Open-Source-AI-Agent-Workspace vor, mit dem Mitarbeiter ohne Programmierkenntnisse individuelle Arbeitsabläufe erstellen können
Cloudflare hat offiziell „Cloudflare OS“ veröffentlicht, eine Open-Source-Arbeitsumgebung für KI-Agenten, die direkt im Browser läuft. Diese Plattform integriert eine Vielzahl an anpassbaren und gemei











